遥感和病菌孢子捕捉技术在小麦白粉病监测中的应用研究

《遥感和病菌孢子捕捉技术在小麦白粉病监测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽农业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：时间：年月日关于论文使用授权的说明本人完全了解安徽农业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意安徽农业大学可以用不同方式在不同媒体

2、上发表、传播学位论文的全部或部分内容。（保密的学位论文在解密后应遵守此协议）研摘要白粉病是小麦生产上的一种重要病害。本研究采用了高光谱和无人机航空遥感技术对田间不同小麦种植密度下白粉病的发生流行进行了研究，同时研究了白粉病发生后小麦产量、千粒重和蛋白质含量的损失情况及利用遥感数据对其进行预测的可行性。此外还研究了利用定容式孢子捕捉器监测空气中白粉菌分生孢子浓度的变化动态及其与环境因素的关系，建立了基于空气中白粉菌孢子浓度以及环境因子的田间病情预测模型，比较了利用Real-timePCR技术定量检测和显微镜下观察计数得到的空气中白粉菌分生孢子浓度的结果。主要研究结果如下：1

3、.不同小麦种植密度下白粉病的病情指数在扬花期，灌浆初期和灌浆后期与红边参数中的红边斜率（dλred）与红边面积（SDr）具有极显著的负相关性。在所研究的植被指数中，SAVI和DVI与两种不同种植密度下试验小区的病情指数在各生育时期的相关性都较好。正常种植密度小区植被指数与病情指数的相关性好于1/2正常种植密度小区。选择与病情相关性较好的近红外波段光谱反射率（NIR）、红边斜率（dλred）、红边面积（SDr）、差异植被指数（DVI）和土壤修正植被指数（SAVI）等参数建立病害估计模型并进行比较后发现，不同种植密度下模型的斜率，截距均无显著性差异，进一步合并数据建立了病情估

4、计模型。根据相关性分析结果，分别建立了利用灌浆前期的RED和RVI估计产量损失率，扬花期的RED和NDVI估计千粒重损失率和扬花期的RED和RVI估计蛋白质含量损失率的模型。2.研究发现在1/2正常种植密度下，从数字图像中提取的各参数与田间病情指数都存在极显著的相关关系。在正常种植密度下，饱和度（S）和(R-B)/(R+B)这两项参数和病情指数的相关系数大于其他参数。1/2正常种植密度下各参数与病情指数的相关性好于正常种植密度。分别建立了200m高度下基于S与(R-B)/(R+B)，300m高度下基于S、(G-B)/(G+B)与(R-B)/(R+B)和400m高度下基于S

5、与(R-B)/(R+B)的病害估计模型。同时研究发现，S和(R-B)/(R+B)和产量，S和(G-B)/(G+B)和千粒重存在极显著的负相关性，分别建立了利用这些参数估计产量和千粒重的模型。3.进一步明确了小麦白粉病的发生会导致小麦产量、千粒重和蛋白质含量的损失。建立了利用关键生育时期病情指数和病情曲线下面积来预测小麦产量、千粒重和蛋白质含量损失率的模型。其中产量、千粒重损失率模型达到了极显著水平，蛋白质含量损失率估计模型达到了显著水平。4.空气中小麦白粉菌分生孢子的浓度首先随着病情指数上升而上升，到灌浆期达到最大值，之后逐渐减少直至消失。研究发现小麦冠层内、外的白粉菌分

6、生孢子浓度存在显著的正相关性，冠层内的白粉菌分生孢子浓度明显高于冠层外。空气中白粉菌I分生孢子浓度和温度有极显著的负相关关系。利用逐步回归法建立了基于气象因子的白粉菌分生孢子浓度预测模型，并用时间序列分析方法建立了预测分生孢子浓度的ARIMA（1,1,0）模型，2种模型都达到了极显著水平。研究还建立了基于气象因子或白粉菌分生孢子浓度或气象因子和白粉菌分生孢子浓度的白粉病病情指数估计模型，以及基于7日前气象因子或白粉菌分生孢子浓度或累积分生孢子浓度和气象因子的病情指数预测的模型。5.利用Real-timePCR技术测定计算获得的小麦白粉菌分生孢子浓度与通过显微镜观察得到的小

7、麦白粉菌分生孢子浓度之间存在极显著的正相关性。利用Real-timePCR定量检测得到的白粉菌分生孢子浓度值低于显微镜下观察计数所得到的的孢子浓度值。关键词：小麦白粉病；遥感；孢子捕捉；Real-timePCR；监测IIAbstractWheatpowderymildewisoneoftheimportantdiseasesonwheatproduction.Inthisstudy,hyperspectralandunmannedaerialvehicleremotesensingtechnologywasusedtodete